Daniel Walter – författare

Mathematical optimization and machine learning are closely related. This proceedings volume of the Thematic Einstein Semester 2023 of the Berlin Mathematics Research Center MATH+ collects recent progress on their interplay in topics such as discrete optimization, nonlinear programming, optimal control, first-order methods, multilevel optimization, machine learning in optimization, physics-informed learning, and fairness in machine learning.

Daniel Walter zeigt die Potentiale digitaler Medien auf und untersucht, wie Grundschulkinder Tablet-Applikationen und deren physische Entsprechungen nutzen.

Mit diesem Buch legen die Herausgeber einen umfassenden Überblick über den aktuellen Forschungsstand zur Digitalisierung des Lehrens und Lernens im schulischen Mathematikunterricht vor. Es soll Forschenden und Lehrkräften eine Orientierung für die Reflexion und Weiterentwicklung digitaler Werkzeuge und Medien und zugleich richtungsweisende Antworten auf die Frage geben, wie Digitalisierung sinnvoll gelingen kann, ohne zum Selbstzweck zu werden. Hierzu stellt eine Vielzahl von Autorenteams das Thema aus verschiedenen Blickwinkeln dar:Übergreifende Perspektiven: Theoretische und psychologische Grundlagen, Lehrkräfteprofessionalisierung, virtuelle Realität, digitale Lernumgebungen und WerkzeugeZentrale inhaltsorientierte Perspektiven: Arithmetik, Algebra, Funktionen, Geometrie und Stochastik sowie informatisches DenkenWichtige prozessorientierte Perspektiven: Modellieren, Argumentieren, Darstellen und KommunizierenEin abschließender Ausblick zu den „Future Directions“ in englischer Sprache macht deutlich, dass die Digitalisierung des Lehrens und Lernens nie abgeschlossen sein kann, sondern jeder gegenwärtige Stand auf die Zukunft bezogen sein muss.